问题标签 [pycaret]

我正在使用 PyCaret 并收到错误消息。

尝试创建一个基本实例。

我所有的变量都是数字的（我强制了其中的两个，它们是布尔值）。我的目标变量是label，这是默认情况下。

我还安装PyCaret，导入了它的回归，然后重新安装scikit learn，导入SimpleImputer为from sklearn.impute import SimpleImputer

我的回溯如下：

我在 Pycaret 中比较 Catboost、XGBoost 和 LinearRegression 的性能。Catboost 和 XGBoost 未调整。

到目前为止，我看到 Catboost 和 XGBoost 都过拟合了。

对于线性回归，训练/测试分数是训练 R2：0.72，测试 R2：0.65

有没有办法为 XGBoost 和 Catboost 设置“提前停止”以避免这种过度拟合？或者是否有其他参数可以调整 Pycaret 以避免过度拟合？

我正在尝试在 Heroku 上使用 Streamlit 和 Pycaret 部署 ML 模型。

当我尝试部署应用程序时，我收到以下错误：

我在 requirements.txt 文件中有以下依赖项：

我不得不使用 pycaret 版本 1.0，因为当我选择最新版本时，Heroku 上的 slug 大小将超过 500M，并且无法部署。Compiled slug size: 552M is too large (max is 500M).

链接到 Github

最终的.py：

我的问题特别在于 pycaret 库的 异常检测模块中的 knn 方法。通常必须指定 k 个邻居的数量。例如在 PyOD 库中。

如何了解 knn 在 pycaret 库中使用的邻居数量？还是有默认值？

我尝试在 Google Cloud Function 中使用 PyCaret，但我无法导入分类模块（来自 pycaret.classification import *），因为存在对不可写目录的引用（OSError: [Errno 30] Read-only file system: '/ workspace/logs.log') 是否有人知道解决方法，或者这是否意味着 PyCaret 还不符合 Cloud Function 的要求？

如何在“pycaret setup”之后打印数据帧。即在应用 one-hot 编码器和其他更改之后

使用 PyCaret，当我应用 compare_models() 并且发现 catboost 是最好的时，我无法打印它，而我可以为所有其他人打印它。所以我不能用它来测试预测，例如。

我正在使用 PyCaret 版本 2.2.0 和 Python 版本 3.8.5 64 位。我在 Mac（大操作系统）上。

看看我在旁边的另一个模型中得到了什么：

当它工作时

我在使用 PyCaret 时遇到了一个问题

当我尝试创建我的模型时显示。这是我的代码：

正如您从我的代码中看到的那样，我已经删除了具有 NaN 值的单元格，并且在设置过程中，摘要还显示我的 Dataframe 中没有任何缺失值。作为参考，我使用的数据集可以在这里下载：https ://www.kaggle.com/mastmustu/income?select=train.csv

我添加这个问题是因为互联网没有答案。我会在这里回答。（谷歌搜索错误消息导致只有 2 页，没有帮助，希望这是 3）

当试图

python -m spacy download en_core_web_sm

我收到以下错误消息：

numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from C header, got 80 from PyObject

随后的所有错误消息都具有误导性。解决它的解决方案是降级 spacy

pip install spacy==2.3.0

如何在 Pycaret 设置函数中选择特定列进行规范化？我不想将规范化函数应用于我的整个数据框，只是几列。